基于中智學(xué)理論的圖像分割算法研究.pdf

1、圖像分割是圖像分析與圖像理解的第一步,同時也是計算機視覺中的一個經(jīng)典難題。圖像分割的結(jié)果可以直接決定圖像的最終分析質(zhì)量和模式識別的判定結(jié)果。因此,圖像分割一直被眾多學(xué)者們關(guān)注,也一直是圖像處理研究的熱點。
　　目前,眾多學(xué)者對圖像分割領(lǐng)域做了大量的深入研究,并取得了豐富的研究成果,然而還依然存在有待于解決的問題并且需要進一步完善。例如,圖像固身存在的不確定性。當(dāng)在進行圖像分割時,由于無法利用圖像這些不確定信息,從而導(dǎo)致圖像分割不精

2、確。在此情況下,我們引入中智學(xué)理論這一概念。把中智學(xué)理論應(yīng)用于圖像處理中,可以對圖像中不確定性信息進行明確量化,并在圖像分割中得到應(yīng)用。
　　本文主要針對圖像分割時受圖像自身固有的模糊、不確定性以及噪聲干擾等影響進行研究,主要的研究內(nèi)容和創(chuàng)新如下:
　　(1)提出了一種中智學(xué)與分水嶺變換相結(jié)合的圖像分割方法。該算法是首先把原圖像利用模糊隸屬函數(shù)S轉(zhuǎn)化為中智學(xué)圖像;然后利用閾值法把中智學(xué)圖像轉(zhuǎn)化成二值化圖像;最后對二值化圖像進

3、行分水嶺變換。本算法是在分水嶺算法基礎(chǔ)上進行改進,可以獲得理想的分割結(jié)果。理論分析實驗結(jié)果表明了該算法不僅可以極大地減少了傳統(tǒng)分水嶺算法產(chǎn)生的過分割現(xiàn)象,而且也有一定的消除噪聲干擾的效果。
　　(2)針對傳統(tǒng)圖像分割方法易受噪聲干擾的影響,提出一種新的結(jié)合LPG&PCA(Principal Component Analysis with Local Pixel Grouping)的中智學(xué)圖像分割方法。該方法首先運用中智學(xué)集合理論把